检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于超体素的视频分割方法研究

基于超体素的视频分割方法研究

作者：祁艺杰集美大学

学位级别：硕士

视频分割在物体识别与检测等任务中发挥着关键作用。超体素分割是视频分割的一种,超体素分割不仅具有良好的边界依附性,能有效保留视频的细节与结构;还能够有效地减少视频的基元数量,实现对视频的高质量压缩。因此,本文重点研究基于超... 详细信息

视频分割在物体识别与检测等任务中发挥着关键作用。超体素分割是视频分割的一种,超体素分割不仅具有良好的边界依附性,能有效保留视频的细节与结构;还能够有效地减少视频的基元数量,实现对视频的高质量压缩。因此,本文重点研究基于超体素的视频分割方法。现在已有很多视频超体素分割方法,然而现有方法存在以下问题:虽然部分超体素分割方法有较高的精度,但是大部分方法紧凑性不高,导致无法很好地使用超体素表征视频。目前常用的超体素分割方法之一是基于聚类的超体素分割方法,然而,大多数聚类方法大多数采用局部搜索的方式实现分割,这会导致分割区域受限,无法很好地分割出特征相近的狭长区域,且时序一致性不佳。因此,本文主要针对现有方法的以上问题,分别提出基于卷积神经网络与局部最近邻的视频超体素分割方法SVNet与基于各向异性卷积神经网络与全局最近邻的视频超体素分割方法AGS-SVNet。本文的主要工作与贡献点如下:1、针对视频分割中保证分割精度的同时,提升超体素紧凑性的问题,提出了SVNet方法。深度神经网络经常被用到视频分割中,所以该方法将深度神经网络应用到超体素分割任务中。首先利用多层次3D卷积神经网络提取视频的高维时空特征,然后构造体素与其局部最近邻的超体素之间的体素-超体素关联图,通过可微迭代优化关联图,进而利用关联图硬映射实现超体素分割。此外,还设计了标签一致性损失以最小化分割结果与分割标签的差异,紧凑度损失鼓励分割出的超体素具有紧凑性。与GB、GBH、stream GBH、SWA、Ncut、meanshift、SLIC、TSP等方法对比发现:该方法不仅能够实现超体素的高精度分割,并且在边界召回距离上相比于其他对比方法指标更好。2、针对现有多数方法无法准确捕捉狭长区域特征,及时序一致性不佳的问题,提出AGS-SVNet方法。该方法使用KNN进行超体素最近邻的全局搜索,并构建体素-超体素关联图,利用各向异性卷积神经网络提取视频中的各向异性特征,利用可微迭代优化关联图获得精确的视频超体素分割。此外改进紧凑性损失,并引入时间一致性损失以改善时序一致性。与GB、GBH、stream GBH、SWA、Ncut、meanshift、SLIC、TSP和SVNet方法比较发现:该方法在视频超体素分割精度上有所提升,并且进一步改善了边界召回距离指标。本文在Seg Trackv2、DAVIS2017和Middlebury Flow等数据集上与经典的超体素分割方法进行性能比较。实验表明,本文所提方法在精度上更佳,并具有最优的边界召回距离,对视频中的细节与边缘信息的捕捉效果更好。

关键词：视频分割超体素卷积神经网络各向异性网络聚类分割

基于LSTM与交叉注意力机制的少样本周期视频图像分割

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CT理论与应用研究 2024年

作者：汤少杰袁腾奇李思余李舒博张婷魏秋月姚鸿萍西安交通大学第一附属医院药学部西安邮电大学自动化学院

随着现代视频技术的发展，周期运动视频图像分割在运动分析、医学影像等领域中具有重要应用。本文基于深度学习技术设计一种新颖的周期性运动检测和分割网络，结合卷积长短期记忆网络（LSTM）和交叉注意力机制，只需要相对较少的标签，... 详细信息

随着现代视频技术的发展，周期运动视频图像分割在运动分析、医学影像等领域中具有重要应用。本文基于深度学习技术设计一种新颖的周期性运动检测和分割网络，结合卷积长短期记忆网络（LSTM）和交叉注意力机制，只需要相对较少的标签，便能够有效捕获视频序列中感兴趣对象的时空上下文信息、跨帧一致性并进行精确分割。实验结果表明，少样本标签情况下，本文方法在周期性运动视频数据集上表现出色。在普通视频中，平均区域相似度和轮廓相似度分别为67.51%和72.97%，相较于传统方法普遍提升1%～1.5%。在医学视频中，平均区域相似度和轮廓相似度分别为59.93%和90.56%，在区域相似度上，相较于DAN和Unet分别提升12.92%和8.85%。在轮廓相似度上，分别提升20.09%和12.89%，具有更高的准确性和稳定性。

关键词：视频分割图像分割深度学习 LSTM 交叉注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于跨域关系学习的视频分割算法研究

火力与指挥控制 2022年第9期47卷 104-111,119页

作者：龚猷龙重庆广播电视大学电子信息工程学院重庆401520

视频自动分割算法在整个视频中切分目标对象,由于深度卷积神经网络(DCNN)的快速发展,视频分割算法近期取得了良好的进展。但如何同时捕获多个域(时域、空域、通道域)的域内及域间关系,仍然是视频分割算法的重要问题。通过对已有研究成... 详细信息

视频自动分割算法在整个视频中切分目标对象,由于深度卷积神经网络(DCNN)的快速发展,视频分割算法近期取得了良好的进展。但如何同时捕获多个域(时域、空域、通道域)的域内及域间关系,仍然是视频分割算法的重要问题。通过对已有研究成果进行分析,提出一种新的跨域关系学习方法。依据自注意力机制,通过同时利用时域、空域和通道域上下文知识来增强特征表示的判别能力。该原理经过数学的理论论证和实验仿真分析,分别在Shining3D牙科、DAVIS16和DAVIS17的数据集上验证了该方法的有效性。实验结果表明:注意力是视频分割的有效机制,并且可以在空域、时域和频道域中同时使用。与其他最新的视频分割方法相比,该方法在分割性能上具有显著竞争力。

关键词：视频分割卷积神经网络计算机视觉深度学习

在线全文

学校读者我要写书评

暂无评论

视频分割中的层次化结构与匹配

计算机辅助设计与图形学学报 2010年第7期22卷 1116-1119,1125页

作者：候锐马利庄桑胜举上海交通大学计算机科学与工程系上海200240 泰山学院信息科学技术学院泰安271021

通过加入层次化结构信息,解决了视频分割中由于帧与帧之间的关联不正确而产生的分割结果"闪屏"现象.首先对视频每帧进行层次化分割,并选取关键帧进行标注;然后建立帧间关联,在此过程中提出层次化的匹配算法,通过有效地利用层次化结构信... 详细信息

通过加入层次化结构信息,解决了视频分割中由于帧与帧之间的关联不正确而产生的分割结果"闪屏"现象.首先对视频每帧进行层次化分割,并选取关键帧进行标注;然后建立帧间关联,在此过程中提出层次化的匹配算法,通过有效地利用层次化结构信息来改善分割效果.实验结果表明,该算法效率高、视频分割结果准确.

关键词：视频分割层次化结构带权树的覆盖树与树的相似度

在线全文

学校读者我要写书评

暂无评论

基于图割理论的图像与视频分割方法研究

基于图割理论的图像与视频分割方法研究

作者：伍世锐哈尔滨商业大学

学位级别：硕士

图像分割作为计算机视觉领域的一个重要环节,目标就是把图像的像素进行有意义的分类。图像分割的方法有许多种,本文主要探讨基于图割理论的分割方法。图割理论将整幅图像映射成带权无向图,像素视作节点,把节点之间的边断开划分成子图,... 详细信息

图像分割作为计算机视觉领域的一个重要环节,目标就是把图像的像素进行有意义的分类。图像分割的方法有许多种,本文主要探讨基于图割理论的分割方法。图割理论将整幅图像映射成带权无向图,像素视作节点,把节点之间的边断开划分成子图,使子图内部保持相似度最大而子图之间保持相似度最小。基于图割理论的图像分割方法有许多种,本文尝试在GrabCut、OneCut和SnapCut这三种方法基础之上,提出一些新的算法。首先,本文提出了基于局部采样的GrabCut图像分割算法。该方法不再对全局种子点K-Means聚类并建立GMM,而是在待分割像素附近进行局部搜索,将搜索到的前景种子点和背景种子点作为样本,按照二叉树结构对样本的前景和背景进行聚类,每一个待分割像素计算归类到二叉树某一个叶子节点的惩罚,最后通过最大流最小割完成分割。实验结果表明该方法在图像的前景和背景颜色差异不明显时,采用本文方法具有一定优势。其次,本文提出了融合边缘纹理特征的OneCut图像分割算法算法。OneCut提出了优化的能量函数,本文方法将OneCut转换到Lab颜色空间再计算颜色直方图的L1距离作为熵函数,同时提出在图像边缘的分割借助图像的纹理特征信息,通过在边界项中引入纹理特征算子LBP,比较边缘像素的纹理特征,放大处于图像边缘的像素和中心像素的纹理差异,得到更明显的分割惩罚。实验结果表明在图像的前景和背景颜色过渡较平滑且边缘纹理特征较明显时,采用本文方法具有一定优势。再次,本文提出了多帧双向约束的SnapCut视频分割算法。SnapCut的局部窗口分类器需要在连续多个帧之间跟踪目标边界,本文方法提出,在视频前后相邻帧之间进行光流估计,得到光流矢量,获取帧间运动估计的信息。然后将超像素位置信息映射到光流场,得到补偿后的光流矢量,用于修正下一帧的分类器位置。最后参照前后相邻帧局部窗口分类器的前景概率线性加权叠加,得到更平滑的前景概率。实验结果表明当视频目标对象由于运动而在目标区域掺杂了变化的背景时,采用本文方法具有一定优势。

关键词：用户标注图像分割高斯混合模型 Graph-Cut 局部采样视频分割

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空测地线传播的RGB-D视频分割

计算机辅助设计与图形学学报 2015年第10期27卷 1816-1822页

作者：王斌陈文拯钟凡屠长河秦学英彭群生山东大学计算机科学与技术学院济南250101 浙江大学CAD&CG国家重点实验室杭州310027

针对前景和背景深度交叠或相机运动时基于深度统计的传统视频分割算法中存在的问题,提出一种基于时空测地线的方法,并证明该方法适合基于深度的视频分割.首先使用基于运动检测的方式进行初始化;然后使用基于特征点选择方式定义种子结点... 详细信息

针对前景和背景深度交叠或相机运动时基于深度统计的传统视频分割算法中存在的问题,提出一种基于时空测地线的方法,并证明该方法适合基于深度的视频分割.首先使用基于运动检测的方式进行初始化;然后使用基于特征点选择方式定义种子结点,特征点匹配方式构建时域链接,空间上8邻域像素连接形成空域链接,在连续两帧之间构建时空测地线传播图;最后在时空测地线传播图上使用泛化测地线距离变换将前一帧的分割结果传播到当前帧,并自适应地在传播和检测间切换消除累计误差.实验结果表明,该方法能够在复杂场景和相机运动情形下输出稳定的分割结果.

关键词：视频分割深度图测地距离分割传播

在线全文

学校读者我要写书评

暂无评论

基于隐条件随机场的自适应视频分割算法

自动化学报 2007年第12期33卷 1252-1258页

作者：褚一平张引叶修梓张三元浙江大学计算机学院杭州 310027 浙江大学 CAD & CG 国家重点实验室杭州 310027 浙江大学计算机学院杭州 310027 杭州电子科技大学计算机学院杭州 310018

视频目标分割是视频监视与视频目标跟踪、视频目标识别以及视频编辑的基础.本文提出了一种基于隐条件随机场(Hidden conditional random fields,HCRF)的自适应视频分割算法,利用HCRF模型对视频序列中的时空邻域关系建模.使用在线学习的... 详细信息

视频目标分割是视频监视与视频目标跟踪、视频目标识别以及视频编辑的基础.本文提出了一种基于隐条件随机场(Hidden conditional random fields,HCRF)的自适应视频分割算法,利用HCRF模型对视频序列中的时空邻域关系建模.使用在线学习的方式对相应的参数进行调整,实现对时空邻域约束关系的权重调整,提高视频目标分割细节上的效果.大量的数据测试表明,与高斯混合模型(Gaussian mixture model,GMM)和联合时空的马尔可夫随机场(Markov random fields,MRF)等算法相比,该算法的分割错误率分别降低了23%和19%.

关键词：视频分割隐条件随机场在线学习

基于语音识别的蔬菜病害视频语义标注与分割方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2015年第9期46卷 308-313页

作者：李鑫星刘春迪温皓杰苏叶傅泽田张领先中国农业大学信息与电气工程学院北京100083 农业部农业信息获取技术重点实验室北京100083 食品质量与安全北京实验室北京100083

为了向农民提供蔬菜病害知识,基于语音识别技术设计了一种蔬菜病害视频标注与分割方法,可将科研机构录制的蔬菜病害视频分割成适合手机播放的小视频段落。在前期设计的视频镜头切分方法基础上,进一步设计出基于语音识别技术的视频语义... 详细信息

为了向农民提供蔬菜病害知识,基于语音识别技术设计了一种蔬菜病害视频标注与分割方法,可将科研机构录制的蔬菜病害视频分割成适合手机播放的小视频段落。在前期设计的视频镜头切分方法基础上,进一步设计出基于语音识别技术的视频语义标注及视频镜头聚类方法,即首先采用成熟的语音识别技术,将视频镜头的语音讲解识别为文本形式;进而基于本体对识别文本进行相应的语义处理,从中提取出能起到指示作用的关键语义实体,并将其恰当的组织形式作为视频镜头的语义标注;最终根据用户提供的关键词并结合视频镜头的语义标注,对视频镜头进行聚类和重组,从而实现对于蔬菜病害视频的最终分割。所设计的视频镜头语义标注方法对2个测试视频的查全率分别达到96.08%、94.93%,查准率分别达到94.31%、95.98%,F-1测度也分别达到0.93和0.92;视频镜头聚类方法使得2个视频的分割查全率分别达到94.9%、98.7%,查准率分别达到92.1%、90.2%,查全率平均大于95%,查准率大于90%。证明所设计的蔬菜病害视频标注与分割方法具有理论和实用价值。

关键词：蔬菜病害视频分割语音识别语义标注

动态背景下融合运动线索和颜色信息的视频目标分割算法

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2014年第8期25卷 1548-1557页

作者：崔智高李艾华冯国彦第二炮兵工程大学502教研室陕西西安710025 西安交通大学机械工程学院陕西西安710049

针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通... 详细信息

针对现有动态背景下目标分割算法存在的局限性,提出了一种融合运动线索和颜色信息的视频序列目标分割算法。首先,设计了一种新的运动轨迹分类方法,利用背景运动的低秩特性,结合累积确认的策略,可以获得准确的运动轨迹分类结果;然后,通过过分割算法获取视频序列的超像素集合,并计算超像素之间颜色信息的相似度;最后,以超像素为节点建立马尔可夫随机场模型,将运动轨迹分类信息以及超像素之间颜色信息统一建模在马尔可夫随机场的能量函数中,并通过能量函数最小化获得每个超像素的最优分类。在多组公开发布的视频序列中进行测试与对比,结果表明,本文方法可以准确分割出动态背景下的运动目标,并且较传统方法具有更高的分割准确率。

关键词：视频分割动态背景运动轨迹超像素马尔可夫随机场模型